【数据分析案例】数据下的城市拥堵秘密：“抄小路”也是一门智慧

案例来源：@DT数据侠

案例地址： https://mp.weixin.qq.com/s/fYJHA74UQUHyb6aeDSIpAw

1. 问题：

1）北京市是否存在支路利用率低的问题？

2）哪些地方支路利用率低？

2. 数据：2012年北京市和纽约市的出租车运营轨迹数据

3. 思路：定义绕路比指标，用该指标结合时间、空间维度进行对比分析。

绕路比指标：R = Dt / DI

DI是两地直线距离，Dt是两地行驶距离。R越大，说明需要绕的路越多。

4. 是否存在支路利用率低问题？（对比北京与纽约）

1）整体分析：R均值进行t检验， 北京市R的平均数是1.582，纽约市R的平均数是1.477，北京市R显著大于纽约市R。说明北京更需要绕路。

2）上车时间分析：逐小时R的均值比较，发现所有时段北京都大于纽约，同时北京R的波动更大，说明更受到交通高峰的影响

3）直线距离分析：当直线距离<6500米时，北京R显著更高，同时要注意，69.06% 的北京市出租车运营和87.64% 的纽约市出租车运营处于该范围

4）时间距离交叉分组：在北京，小于5000米的短途出行时，绕路比显著高于纽约，该特征在白天尤为明显

5. 哪些地方支路利用率低

1）时间分析：找到不同时段下R的分布特征，分析各个区域哪些时段R偏高

2）空间分析：根据直线距离划分，分析各个区域在各种直线距离出行下R值

发现： 北京市R值高的上车点主要集中在王府井、国家图书馆、北京南站、中关村、军事博物馆和和五棵松⼀带。同理，我们也可以对下车点进行分析，北京市R值高的下车点主要集中在王府井、北京南站、军事博物馆、国家图书馆、五棵松和积水潭等区域。

3）综合分析哪些地方支路利用率低：

a. 固定高R值的上车点，看这些乘客是前往哪些地区

b. 固定高R值的下车点，看这些乘客是来自哪些地区

（图片说明：固定上车点，找R值高的下车点。图中紫⾊和绿⾊⽅格表⽰固定的上车点， 其中绿⾊⽅格表⽰从该点出发到达该点绕路比也高。红色方格表示从绿色（或紫色）方格出发，且绕路⽐较⾼的车辆到达的终点。）

（图片说明：固定下车点，找R值高的上车点。固定下车点，找R值高的上车点。图中紫⾊和绿⾊⽅格表⽰固定的下车点， 其中绿⾊⽅格表⽰从该点出发到达该点绕路比也高。红色方格表示到达绿色（或紫色）方格，且绕路⽐较⾼的车辆出发的上车点。）

6. 结论：

1） 北京市确实存在⽀路利⽤率低的问题，⽽⽀路利⽤率最低的区域主要集中在王府井、北京南站、军事博物馆、国家图书馆、五棵松这些区域

2）其实北京市存在很多⽀路，只是由于各种原因，⽐如没有路标指⽰、⽀路与其他道路之间不连通等，导致⽀路利⽤率低下。建议管理者着重在这些区域加强⽀路规范化管理，包括对违规占道售卖和停放的管理、对路⾯硬化和绿化的管理以及加强⽀路路标指引建设的管理等